去年8月，我曾参加一个征文活动：聊聊心目中的男神。
看到大家分享的男神们基本都是历史或小说故事中的人物，要么高冷帅气，要么侠义风流，要么如玉君子，要么为国为民......
作为金融小妹，总要给咱们金融界撑撑场面，介绍一下咱们领域的男神代表。
金融界的男神，与其他男神不同，首要一点，就是必须会赚钱。
第一个想到的是巴菲特，但他已经众所周知，且深入人心，连中国大妈们都能讲几句他的滚雪球和价值投资理念。
于是改写一位低调神秘的传奇人物——Jim Simons，简称西蒙斯。
一. 远胜巴菲特的西蒙斯
西蒙斯，是谁？做席梦思床垫的？可能很多人从来没听说过。
他到底有多会赚钱？是骡子是马，拉出来溜溜。咱们用数据说话。
1988年，如果当时你有1000美金，投了股神巴菲特的巴郡，2016年底，你将得到5.2万美金。如果投的是标普500指数，你只能获得6600美元。而如果你幸运地投给了西蒙斯，......不说了，看图吧。
除刚开始的1989年回报为-4.1%之外，27年来，他的一支神奇基金每年都是正回报，净年均收益率约为40%。无论是1998年俄罗斯债券危机，还是本世纪初的互联网泡沫，或是2008年全球金融危机，该基金始终屹立不倒，回报惊人。2000年，回报率更高达98.5%。金融危机的2008年，回报率依然高达80%。（以上回报率已扣除管理费和绩效奖金，数据截至2016年底）
这么牛？！！！他是怎么做到的？
西蒙斯是一位数学博士，曾获得全美数学领域最高荣誉。1988年，他成立了“大奖章基金”，创造了28年不败的历史，即刚刚提到的收益远超巴菲特巴郡的神奇基金。
他对传统的华尔街那一套嗤之以鼻，独立开发了一系列数学模型进行投资，成为全球量化投资的鼻祖。
二. 何为量化投资
1. 传统的股票投资主要有价值投资和趋势投资：
（1）价值投资，要分析基本面、要调研上市公司、与管理层交流、研读各类研究报告。由基金经理在综合了所有信息后，依赖主观判断及直觉来精选个股，构建组合。
（2）趋势投资研究的是技术面，本质上是一种追涨杀跌的策略。根据股民的羊群心理，当股价在出现上涨趋势的时候进行买入，在出现下降趋势的时候进行卖出。
2. 量化投资则是根据数学、统计学模型，利用计算机技术，来管理投资组合的方法。
量化投资依靠数据模型和电脑来处理海量的信息。将投资思想或理念通过具体指标、参数的设计体现在模型中，并据此对市场进行不带任何主观情绪的跟踪分析，借助于计算机强大的数据处理能力来选择投资，以保证在控制风险的前提下实现收益最大化。计算机交易快速而频繁，模型制订之后，交易过程中几乎没有了人为干预。
以大奖章基金为例，由西蒙斯亲自设计了最初的模型，并雇佣了一批认同他逻辑的科学家来验证和实践这个模型。他们通过对历史数据的统计，找出宏观经济、市场指标、技术指标、金融产品价格等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并通过杠杆比率进行快速而大规模的交易获利。据说，他们甚至会分析“晴天与股市上升的相关性”。
不论是股票、货币、商品、现货或期货，都是大奖章基金的买入对象。他推崇短线套利、频繁交易。每年，公司进行的交易多达2600万至3900万宗，有些持仓的时长短至以秒来计，最长的也不过约6个月。人们将这种方式称为“壁虎式定量投资”，就像壁虎，平时趴在墙上一动不动，蚊子出现时迅速将其吃掉，然后恢复平静，等待下一个机会。
三. 量化投资的优势
根据有关数据，2013年，量化交易只占美股总交易量的14%，四年后的2017年，这一比率就上升到了27%。
为何量化投资如何吃香？它到底有何优势？
如金庸小说里推崇的：天下武功，唯快不破。量化投资最大的优势是“快、准、狠”。
1. 快
人脑的处理能力有限，一个人只能关注有限数量的股票，阅读和分析耗时较长，思考的变量也比很少，较主观。
而计算机能在极短时间内，快速搜集和分析全市场的所有股票，有更广的投资视角，能进行海量地信息处理和挖掘。
2. 准
计算机海量的数据处理能力，能准确地捕捉到市场上更多的投资机会。能跟踪更多因子，如宏观周期、市场结构、估值、成长、盈利质量、市场情绪等多种变量，从而准确客观地做出判断，突破人力的限制。
3. 狠
模型一旦确定，计算机就会严格执行投资策略，不受投资者的主观情绪所影响。这样就可以克服人类的贪婪、恐惧、从众、随意性等人性的弱点。当入则入，当抛则抛。
4. 分散风险
除此之外，量化投资会不断从历史数据中挖掘规律，并及时调整模型，投资的也不仅仅是一支或几只股票，通常是一个较大的股票组合。根据分析出来的较大概率获胜的规律，捕捉一系列大概率获胜的股票，因此比押宝在几个个股上的风险更低。
四. 量化投资在中国
在国内资本市场上，量化投资还是属于小众产品。
1. 从投资端来讲，
一来，国内资本市场的历史很短，可供研究的数据不多，行业数据的整理不成熟，无法给量化投资研究提供足够的数据支持。
二来，国内定量研究比美国起步晚30年，相关人才欠缺，行业基础薄弱。量化投资的模型属于每个公司的核心知识产权，并不掌握在个人手中，即便核心人员离职，也无法带出。使得无法通过外聘专才，得到快速地发展。
最后，一个量化策略模型被制定出来后，需要很长时间的测试和优化，才能进入实盘阶段。实盘运行了一段时间后，收益不错才有可能形成金融产品。整个过程需要相当长的时间，失败率很高。
2. 从资金端来讲，
美国资本市场以机构投资者为主，对量化、系统化的方法接受度高。
国内以散户为主，量化产品刚刚兴起，没有过硬的历史表现，投资者对量化投资的认识和信心不足。2017年，量化投资整体表现欠佳，长期稳健的特征还没有被市场认可。因此，不少小型量化私募基金募集资金困难，面临生存的挑战。
3. 在各个环节里的应用
尽管作为一个独立的产品未成气候，随着科技进步，各类量化的投资思路已被各大机构多多少少应用在了不同的环节里，帮助辅助投资决策、加快投资流程、制订以量化为导向的交易策略，甚至也有一些完全由人工智能引擎管理的“机器人对冲基金”。
具体在股票交易方面，量化也有很多应用，如阿尔法对冲，风险模型，多因子模型，量化选股等。
与人工相比，量化的大数据分析和快速迭代有着无法跨越的优势。随着人工智能的越来越普及，量化投资一定是未来的重头戏。
有行家戏称，未来的资本市场，是“麻瓜军大战克隆人”。
作为麻瓜的一员，我们准备好迎战了吗？
其他文章：
【商业评论】西蒙斯｜比巴菲特更厉害的财经界男神
【亲子理财】情人节的经济学打开方式
【艾玛理财】没钱买房，也想分一杯房地产的羮？
【生活感触】情绪按钮与理财习惯的代际传递
【亲子理财】给女儿解释比特币与区块链